MétaCan
Menu
Retour à la cohorte
Enregistrement W2898473897 · doi:10.1680/jenes.18.00029

Contaminants of emerging concern in Sharjah wastewater treatment plant, Sharjah, UAE

2018· article· en· W2898473897 sur OpenAlexaffvenue
Abdallah Shanableh, Mohammad H. Semreen, Lucy Semerjian, Mohamed Abdallah, Muath Mousa, Noora Darwish, Zeina Baalbaki

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEffluentWastewaterContaminationSewage treatmentMedicineEnvironmental chemistryChemistryEnvironmental scienceEnvironmental engineeringBiology

Résumé

récupéré en direct d'OpenAlex

The presence and fate of contaminants of emerging concern (CECs) in wastewater have received growing attention due to their potential impacts on human health and the environment. In this study, the authors assessed the presence of CECs in the influent and effluent of the Sharjah wastewater treatment plant (SWWTP), a conventional activated sludge system, over a 1 year period. Sharjah is the capital city of the Emirate of Sharjah in the UAE. Characterisation of the CECs required development of elaborate analytical techniques for detection and quantification of CECs at the nanogram per litre level. A total of 57 CECs were detected and identified, of which ten pharmaceuticals, including seven antibiotics, an analgesic/antipyretic medicine, a β-blocker and an antipsychotic drug were quantified. The measured concentrations of the ten quantified pharmaceuticals were in the tens to hundreds of nanograms per litre, except for acetaminophen, which reached micrograms per litre levels. The quantified CECs in the effluent were 4–69% of their levels in the influent, indicating apparent removals in the range 31–97%. This study is the first one on the presence and removal of CECs in the SWWTP and contributes essential literature on the subject in Sharjah and the region.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,252
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207